您的位置：
首页
>
农业专利
>
详情页
一种基于上下文感知字典学习的害虫图像分类方法
- 专利权人:
- 中国科学院合肥物质科学研究院;安徽省农业科学院农业经济与信息研究所
- 发明人:
- 王儒敬,谢成军,李瑞,张洁,洪沛霖,宋良图,董伟,周林立,郭书普,张立平,黄河,聂余满
- 申请号：
- CN201410337565.9
- 公开号：
- CN104102922A
- 申请日:
- 2014.07.15
- 申请国别(地区):
- 中国
- 年份:
- 2014
- 代理人:
- 奚华保
- 摘要：
- 本发明提供一种基于上下文感知字典学习的害虫图像分类方法，包括以下步骤：将已知类别的害虫图像的上下文感知信息添加到害虫图像样本库，得到若干类训练样本，构造学习函数，利用训练样本完成害虫图像过完备字典的学习；将待分类害虫图像进行预处理，得到测试样本；将测试样本进行稀疏表示维数约简处理；将经过稀疏表示维数约简后的测试样本读入稀疏表示分类器，根据通过学习得到的过完备字典，计算测试样本与各类训练样本上下文感知信息的残差；对测试样本与各类训练样本上下文感知信息的残差进行分析，判定测试样本的类别。本发明能够提高复杂场景中的害虫图像分类的精度和效率，提升传统农作物害虫诊断模式。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
